简介:角闪烁背景下,雷达导引头在近距离跟踪阶段存在不能稳定跟踪,甚至不能精确跟踪的问题。基于高分辨技术的单脉冲测角方法是抑制角闪烁、提高角跟踪性能的有效途径。现有研究采用幅度加权的思路,在对目标角度的估计过程中只利用了目标多个散射点的幅度信息。对于雷达目标的角度估计和角度跟踪而言,目标几何中心具有确切的物理意义。在距离高分辨条件下,散射点的距离信息表征了目标散射点在径向上的分布情况,对目标几何中心的角度估计更具有实际意义。因此,充分利用高分辨雷达所能提供的有效目标信息,提出了基于目标几何中心的角信息处理方法。仿真结果表明,该方法不仅能有效抑制角闪烁,而且具有更好的跟踪准确性和稳定性。
简介:传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。
简介:无源定位跟踪是一种非线性系统状态估计问题。为了提高系统定位精度和降低系统复杂度,将无迹卡尔曼滤波(UKF)应用于多移动传感器多目标无源定位跟踪系统。由于多移动传感器多目标交叉定位时会产生大量虚假点,随着传感器和目标数量的增加而大幅增加。因此,提出了一种改进的快速精确定位算法,即首先通过预测点选取传感器-目标测量方程;然后变换该测量方程,排除大量虚假点;再进行基于距离的支持度非等权值融合;最后将UKF子滤波估计值进行融合得到融合估计值。仿真结果表明,UKF和基于距离的融合法相结合对多移动传感器多目标无源定位具有较高的定位精度和较好的跟踪效果。
简介:在有向传感网络(DirectionalSensorNetworks,DSN)中,关于覆盖目标的传统研究主要关注于最大化网络寿命,而忽略了目标覆盖的质量问题,尤其是具有异构覆盖要求的不同目标。为此,提出基于覆盖质量感知的最大化网络寿命(CoverageQualityaware-basedNetworkLifetimeMaximization,CQ-NLM)算法。CQ-NLM算法通过以最少的活动节点数最大化不同目标的覆盖质量,进而提高网络寿命。CQ-NLM算法先通过概率感测模型建立目标的覆盖概率,将剩余能量高的节点优先加入活动候选集。然后,建立目标函数,再由混合整数线性规划求解目标函数,进而提高网络寿命。仿真数据表明,与同类算法相比,提出的CQ-NLM算法以少的活动节点数换取了高的网络寿命。